標題：Explore the Ionic Conductivity Trends on B₁₂H₁₂?Divalent?Closo-Type Complex Hydride Electrolytes

作者：李昊教授團隊（日本東北大學，材料科學高等研究所；WPI-AIMR）

期刊：Chemistry of Materials

DOI: doi.org/10.1021/acs.chemmater.3c00975

相對于常見的鋰、鈉離子固態電池，鎂、鈣、鋅離子等二價固態電池的主要瓶頸在其較低的金屬離子傳導速率。而近年越來越多的研究發現，往這些二價電池的固態電解質里摻入中性分子（如：水、氨分子等）能極大提高其離子傳導速率及固態電池的性能。

由于其相對較高的金屬離子傳導速率，晶格里含有水分子的籠狀（closo-type）復合氫化物固態電解質（如：B₁₂H₁₂復合氫化鎂）在近年被認為擁有工業前景（圖1）。然而，由于其極其復雜的結構，普通實驗手段無法對其進行精確表征。其結構信息及構效關系一直是固態電池領域的一謎團。由于缺少具體的結構信息，其反應機理（如：離子遷移過程和反應過渡態信息等）也難以得到理解。

圖1: 實驗文獻中的籠狀固態電解質的性能統計。

此外，對這類材料的模擬一直處于一種比較尷尬尺度：由于體系較大且復雜，第一性原理計算會較為昂貴；其次，由于這類體系含有四種或以上的元素及其相當復雜的籠狀結構演變過程，要實現其機器學習力場的精確構建需付出較大數據采樣和建模代價。

近日，日本東北大學材料科學高等研究所（WPI-AIMR）李昊教授團隊結合了遺傳算法（GA）和metadynamics（MetaD）方法對該類籠狀復合氫化物體系的構效關系進行了“暴力破解”。該文章作為純理論工作發表在材料化學頂刊Chemistry of Materials。

該研究工作的核心在于：一切對材料結構和過渡態搜索的恐懼，可能都是源于火力不足！

首先，在完全缺失材料結構信息的情況下，只給定結構的元素種類和比例，遺傳算法通過各類突變和重排對結構進行生成、搜索和演變，以找到能量最低的結構（圖2）。作者發現，遺傳算法能成功發現籠狀結構是該類物質的最穩定構型，并與實驗所得的信息吻合。

圖2: 通過遺傳算法尋找出各類含有水分子的籠狀復合氫化物固態電解質的最穩定結構。

然后，基于找到的結構，為了避免昂貴的過渡態搜索過程，他們運用MetaD方法對勢能面進行取樣，并成功找到了與實驗值幾乎重合的金屬陽離子的遷移能壘（圖3）。

圖3: 通過MetaD模擬找到與實驗（Exp）結果幾乎重合的金屬陽離子遷移能壘。

最后，他們將所得的結構與過渡態信息相關聯起來，運用特征分析和多元線性回歸方法，成功找到了該類固態電解質的構效關系和性能描述符（圖4）。他們發現，這些回歸方程和簡單描述符也跟文獻中的同類體系的實驗結果高度一致。利用這些描述符，科研人員無需進行昂貴的DFT計算和模擬，也能直接通過簡單組分和元素信息直接預測其作為固態電解質的潛在性能。

圖4: 通過特征分析和多元線性回歸找到高效的描述符和預測方程。